Comparison of Radiography and Ultrasound for Diagnosis of Rib Fractures in Canine Cadavers
Notice bibliographique
Résumé
Human studies suggest point-of-care ultrasound (POCUS) is superior to radiographs for diagnosing rib fractures, but its efficacy in veterinary medicine remains unclear. This study aimed to compare the sensitivity and specificity of POCUS and digital radiographs for detecting rib fractures in canine cadavers, using necropsy as the reference standard. Nine canine cadavers were randomly assigned to either a fracture or control group, with fractures created surgically. Blinded evaluations were performed by an expert and novice sonographer, as well as a board-certified radiologist and a novice radiograph interpreter. Sensitivity and specificity for detecting rib fractures were 83% and 99.74% for ultrasound and 82% and 99.22% for radiographs, with no significant difference between modalities. However, the time required to identify rib fractures varied significantly, with ultrasound taking considerably longer than radiograph interpretation. The expert and novice sonographers required an average of 26 and 64 min, respectively, whereas the radiologist and novice radiograph interpreter took 3 and 10 min. These findings suggest that POCUS and radiographs provide comparable accuracy in detecting rib fractures in canine cadavers. Excluding the time required to obtain radiographs, ultrasound takes longer than radiograph interpretation to identify rib fractures. While POCUS remains a valuable diagnostic tool, its practicality in a clinical setting needs further investigation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,010 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».